在单个列表中比较字符串的最有效方法

Question

所以我有一个包含超过 500 万个散列的文本文件，并被要求找到一对具有最常见字符的散列。字符必须在同一索引处匹配。

例如：

哈希 1 = B79F56435...

哈希 2 = B79123456...

结果= 4个匹配字符

*每个哈希总共包含64个十六进制字符

我在 Python 开始解决这个问题，但显然花了很长时间，所以我转到 java，这大大加快了这个过程。这是我当前的代码：

我将散列的文本文件导入到字符串的 ArrayList 中：

ArrayList<String> hashes = new ArrayList<>();

我比较ArrayList中每个String的主要方法

String winner1 = "", winner2 = "";
int count = 0, n = hashes.size();

for(int i = 0; i < n; i++) 
{
    s1 = hashes.get(i);             
    for(int j = i+1; j < n; j++) 
    {
        s2 = hashes.get(j);
        int temp = countComparisons(s1, s2);
        if(temp > count) 
        {
            count = temp;
            winner1 = s1; winner2 = s2;
        }
     }
}

这是我计算哈希值比较的方法：

public static int countComparisons(String s1, String s2)
{
    int x = 0;
    for(int i = 0; i < 64; i++) 
    {
        if(s1.charAt(i) == s2.charAt(i))
            x++;
    }       
    return x;
}

现在，将这些哈希全部单独相互比较将等于超过 12 万亿个组合，因此这显然需要很长时间，但我只是想看看是否有人可以对此代码进行任何改进。

我完全愿意接受有关如何改进的任何建议。

它也不一定必须在 java 中，任何关于使用哪种最佳数据结构的建议都会很棒。我之所以选择 ArrayList，是因为它很容易从文本文件中导入。

我发现很难找到针对此特定案例的比较算法，因此如果有人向我指出与此相关的任何内容，那也将非常有用。

谢谢

Answer 1

您必须以多步方式进行比较以减少时间。为此使用 ExecutorService。我想这个话题对你有帮助：

在单个列表中比较字符串的最有效方法

Most efficient way of comparing Strings in a single list

java

algorithm

comparison

search

string-comparison